¿Cómo se usa la inteligencia artificial para evitar el fraude en la banca por Internet?

La prevención del fraude se puede dividir en diferentes capas. Una capa se centra en el cliente, otra en las cuentas, otra en las transacciones, etc. La inteligencia artificial y el aprendizaje automático se utilizan para detectar patrones dentro de cada capa que son indicativos de fraude. Gran parte de esto se basa en grandes conjuntos de datos históricos donde se almacenan clientes, cuentas y transacciones fraudulentas. El conjunto de datos históricos se utiliza con fines de capacitación y los modelos para procesar las solicitudes y transacciones de crédito.

Un gran ejemplo es fraude.net. Esta es una iniciativa centrada en los comerciantes que utiliza AWS para detectar fraudes. La escalabilidad de AWS permite que la prevención de fraudes para las empresas de comercio electrónico, viajes y finanzas proporcione respuestas inferiores a un segundo en las transacciones.

La razón por la que la IA y el aprendizaje automático se han vuelto tan importantes es el tremendo crecimiento en volumen. Además, la capacidad de abrir cuentas en línea ha hecho que muchos procesos tradicionales de Diligencia Debida del Cliente (CDD) y Conozca a su Cliente (KYC) sean menos efectivos. Para combatir el uso de identidades sintéticas, los bancos y los comerciantes utilizan el Análisis de redes sociales para buscar vínculos entre identidades, cuentas y transacciones. (Los enlaces pueden incluir apodos comunes compartidos, direcciones, números de teléfono, direcciones de correo electrónico, etc.)

Al combinar la resolución de identidad, el análisis de redes sociales y el aprendizaje automático, es posible encontrar redes ‘sospechosas’ y marcarlas para su investigación.

Los principales bancos del Reino Unido están considerando la tecnología de inteligencia artificial (IA) para ayudarlos a usar los enormes volúmenes de datos que tienen a la mano para mejorar el cumplimiento, aumentar el compromiso del cliente y mejorar la eficiencia operativa.

Si esto realmente beneficia más al cliente o a los bancos mismos está en debate, y depende de los reguladores tratar y vigilar. La semana pasada, el padre de Internet, Tim Berners-Lee, advirtió contra la posibilidad de que los sistemas de inteligencia artificial se integren en el mundo financiero y lo que eso podría significar para la equidad del sistema. Puedes leer más de sus pensamientos sobre el tema aquí.

Entonces, ¿cómo buscan los principales bancos utilizar las tecnologías de vanguardia de inteligencia artificial y aprendizaje automático? Aquí hay solo algunos ejemplos.

Los bancos han utilizado algoritmos informáticos para negociar acciones y participaciones desde la década de 1970, una práctica que fue en parte responsable del colapso del mercado de valores del “Lunes Negro” de 1987. Pero a medida que los sistemas de inteligencia artificial mejoran, los bancos buscan naturalmente la tecnología para obtener una ventaja sobre la competencia.

El jefe de innovación del grupo en Barclays, Michael Harte, dijo en abril que el uso más obvio para la inteligencia artificial en la banca es “en el comercio algorítmico grande”. Esto significa “usar grandes cantidades de datos de alta velocidad para burlar a la competencia y proporcionar mejores instrumentos y valor a los clientes”.

Vale la pena señalar que cuando Harte dijo clientes, presumiblemente se refiere a los clientes de inversión de Barclays, en lugar de los clientes de banca de consumo cotidianos. Para más información sobre el comercio electrónico de alta frecuencia y cómo ayudó a un puñado de bancos a “manipular” el libro de Flash Boys del mercado de acciones de Estados Unidos, Michael Lewis, merece una lectura.

¡Puedes aprender el mismo curso de nosotros en Collabera TACT!

Hay algunos riesgos muy reales que enfrentan los bancos a través de sus canales no presenciales, como la banca por Internet, la banca móvil, la banca telefónica simplemente porque el empleado del banco no puede ver y verificar visualmente al individuo. A través de estos canales digitales “remotos” es más fácil para alguien robar las credenciales de alguien, obtener acceso a su computadora / teléfono, etc.

Entonces, ¿cómo tratarías de detectar esto?

Bueno, puede hacer cosas como vincular dispositivos de uso frecuente al inicio de sesión de los clientes, y si el cliente (u otra persona) está utilizando un dispositivo diferente, puede aumentar el nivel de riesgo: tal vez enviar una OTP, tal vez realizar más autenticación. Eso no requiere inteligencia artificial o aprendizaje automático.

También puede buscar cualquier comportamiento / patrones extraños. Un pago que es anormal. Anormalmente grande, para un cliente no habitual. Tal vez un pago después de una consulta de saldo. Tal vez un pago realizado en una hora impar basado en el comportamiento pasado y típico de los clientes. Tal vez un pago a otro país.

Incluso puede llegar a detectar cómo el cliente generalmente navega por la banca por Internet. Un estafador podría tener movimientos más lentos del mouse, más lento para hacer clic en ciertos botones / enlaces; esto podría generar más señales de alerta.